Tecniche di segmentazione ad albero, PCA (Principal Component Analysis), CCA (Canonical Correlation Analysis), studio delle curve di livello e adattamento di modelli di regressione logistica multivariata per studiare a) la relazione esistente tra peso netto principio attivo, ossigeno residuo (O2) e anidride carbonica (CO2); b) la deviazione della media di queste tre caratteristiche dal livello nominale; c) la percentuale di scarti per “tipologie” critiche e i principali indicatori di performance di processo. Individuazione misure di capacità multivariata per variabili e per attributi (frazione di flaconi scartati giornalmente).
Multivariate Process Capability. Analisi per variabili e attributi del processo di filling dello stabilimento di Verona di GlaxoSmithKline.
CAPIZZI, GIOVANNA
2006
Abstract
Tecniche di segmentazione ad albero, PCA (Principal Component Analysis), CCA (Canonical Correlation Analysis), studio delle curve di livello e adattamento di modelli di regressione logistica multivariata per studiare a) la relazione esistente tra peso netto principio attivo, ossigeno residuo (O2) e anidride carbonica (CO2); b) la deviazione della media di queste tre caratteristiche dal livello nominale; c) la percentuale di scarti per “tipologie” critiche e i principali indicatori di performance di processo. Individuazione misure di capacità multivariata per variabili e per attributi (frazione di flaconi scartati giornalmente).File in questo prodotto:
Non ci sono file associati a questo prodotto.
Pubblicazioni consigliate
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
